Как в вашей компании менеджеры обычно начинают день? Они открывают почту или CRM и видят десятки входящих заявок: среди них есть и целевые обращения, и случайные контакты, и банальный спам. На сортировку уходит масса времени, пока параллельно звонит телефон и в чатах продолжают появляться новые сообщения.
Эта ситуация знакома большинству компаний. Но есть решение: часть рутины можно переложить на искусственный интеллект. В нашей статье мы разбираем, как именно ChatGPT помогает быстро и недорого автоматизировать квалификацию лидов и разгрузить сотрудников.
Зачем бизнесу ChatGPT
Сегодня ИИ — не модное слово, а рабочий инструмент, который приносит ощутимую пользу бизнесу. С его помощью компании сокращают расходы, повышают эффективность и делают конкурентные преимущества более устойчивыми.
Однако бизнесу нужна не просто «умная модель», а конкретная автоматизация процессов. Речь идёт о том, чтобы убрать рутину, снизить долю ручного труда и дать сотрудникам возможность заниматься действительно важными задачами.
Автоматизация — неизбежный этап развития любого бизнеса. Конечно, есть процессы, где без человека пока не обойтись. Но есть и такие, где искусственный интеллект справляется быстрее и надёжнее. Один из примеров — классификация входящих заявок.
Именно с такой задачей к нам обратился клиент — поставщик серверного оборудования и систем хранения данных.
Какую задачу должен решать ChatGPT
Компания хотела автоматизировать квалификацию лидов, поступающих из почты в CRM. При большом объёме заявок это решение должно было снизить нагрузку на менеджеров и гарантировать, что ни одно обращение не потеряется.
ИИ лишён субъективности. Он не выбирает лиды «на глаз», не откладывает работу на потом и не забывает про заявки. Любое письмо или сообщение, которое соответствует критериям, будет обработано и переведено в сделку — даже если в этот момент сотрудника отвлекут звонки или другие задачи.
Эта задача не требует творчества или уникального подхода, поэтому её можно и нужно автоматизировать.
Как это работает:
Из почтовых сообщений или веб-форм извлекаются данные — тема письма, тело сообщения, комментарии.
Проверяются контактные данные. Например, система сразу забракует тестовые варианты вроде «test@test.ru» или номера с шаблонными символами «+7 (999) 999-99-99».
Затем текстовые данные отправляются на сервер ChatGPT через REST-запрос. При необходимости можно приложить файлы.
Далее модель анализирует полученную информацию и делит лиды на целевые и нецелевые, основываясь на содержании письма и/или вложений.
Какую LLM-модель выбрать для классификации лидов
После того как задача определена, важно выбрать модель, которая будет её решать максимально эффективно. Сегодня на рынке представлено множество моделей искусственного интеллекта с разной архитектурой, производительностью и стоимостью. Однако не все из них доступны для работы в российском контуре.
GigaChat
Мультимодульная модель с API для интеграции в рабочие процессы. В задачах классификации показывает стабильную производительность и высокую точность. Стоимость обработки 1000 токенов — от ₽0,04 (данные актуальны на август 2025 г.).
Yandex GPT
Также имеет мультимодульную структуру. Доступен через Yandex Cloud в двух форматах: API для интеграции и Playground для тестирования и проверки гипотез. Тариф YandexGPT Pro стартует от ₽0,6 за 1000 токенов в зависимости от режима работы (синхронный или асинхронный).
Deep Seek
Можно использовать без ограничений в рабочих процессах. Обработка русского языка достигает точности до 98%. Стоимость 1000 токенов — всего ₽0,0015, одна из самых низких на рынке.
Google Gemini
Подходит для сложных задач: классификации, сортировки и логического анализа. Gemini 2.5 показывает одни из лучших результатов на рынке. Цена 1000 токенов на тарифе Pro начинается с ₽0,125.
ChatGPT
Флагманская модель на рынке. Особенно хорошо справляется со сложными диалогами, рассуждениями и обработкой данных в режиме реального времени. Лидирует по скорости классификации и точности распознавания сложных паттернов. Стоимость начинается от ₽0,03 за 1000 токенов. Точность работы с русским языком высокая.
Claude
В некоторых аспектах может быть более продвинутой, чем ChatGPT, моделью. Стоимость обработки 1000 токенов — ₽0,024.
Несмотря на лидерство на рынке, ChatGPT имеет ряд ограничений в российской юрисдикции:
Запросы из России блокируются владельцем модели, если сервер CRM находится на территории РФ.
Оплата токенов возможна только с зарубежной банковской карты.
Закон 152-ФЗ ограничивает трансграничную передачу персональных данных. Нужно получать согласие пользователей, обезличивать данные или уведомлять Роскомнадзор о трансграничной передаче.
Вместо ChatGPT может быть проще интегрировать CRM, например Битрикс24, с другими моделями: GigaChat, Yandex GPT или Claude. Методы работы с OpenAI универсальны и подойдут для большинства моделей.
Что касается Copilot в Битрикс24, он не является самостоятельной LLM-моделью. Для классификации лидов потребуется интеграция с одной из внешних моделей по процедуре, описанной выше.
Как российской компании работать с ChatGPT
Даже если часть формальных вопросов удаётся решить, остаётся ключевая проблема: доступ к API ChatGPT с территории России.
На сегодняшний день рассматриваются два основных подхода:
1. Использование proxy-сервера. Прокси передает данные без обработки, поэтому они должны передаваться через прокси напрямую из CRM с соответствующими инструкциями. Всё нужно передавать в формате, понятном ChatGPT.
2. Разработка специального модуля для работы на сервере, находящемся за пределами РФ. Модуль самостоятельно будет обрабатывать сырые данные из CRM и отдавать их в сервис для анализа.
Причины, по которым был выбран второй вариант:
быстрый старт, благодаря наличию готовых решений и примеров.
стабильный модуль, имеющий высокий уровень поддержки со стороны сообщества.
гибкость для будущих расширений функционала, учитывая ожидаемую нагрузку и возможные дополнительные требования, например, внедрение брокера задач.
Дообучение и настройка
Модель уже обучена, дообучать её не требуется.
Настройка модуля происходит только служебной информацией. Внутри Битрикс24 настраиваем токен ChatGPT, токен синхронизации с внешним сервером (модулем) и даём ссылку на промежуточный сервер.
Всё остальное донастраивается на стороне OpenAI с помощью Ассистента, который имеет несколько опций:
Самая главная — System Instructions. Инструкции должны быть краткими и понятными: только «кто» (какая роль у модели), «что» и «каким способом (какая у модели задача, что она должна возвращать и в каком виде)».
Пример описания роли: «Ты ассистент, квалифицирующий лиды. Определяешь лиды как «валидный» или «невалидный» на основе их интереса к Битрикс разработке. Если лид интересуется разработкой в Битрикс или вопросами, тесно связанными с Битрикс, отмечаешь его как «валидный». Если интерес лида направлен на разработку, не связанную с Битрикс, отмечаешь его как «невалидный». Твой ответ должен быть только «valid» или «no valid»».
Остальные параметры помогут улучшить результат еще на несколько процентов.
Функция модуля заключается в управлении тремя сущностями: сообщение, поток (удержание контекста) и ассистент (настройки). Суть его работы проста. При входящем сообщении в модуле создается поток с прикреплённым ассистентом. Далее на текущий поток прикрепляются файлы, которые содержат текстовую информацию из полей сообщения и не сконвертированные данные (приложения к письму) и всё это отправляется в ChatGPT. Ответ отправляем отдельным запросом в CRM.
На момент написания модуля у сообщества был очень скудный опыт работы с механизмом объединения трех сущностей. Много вопросов было задано … самому ChatGPT. Правда в то время ему не удавалось сгенерировать релевантный и точный ответ.
Как результат выглядит в Битрикс24
В карточке лида пользователь видит уже готовый результат их сортировки на целевых и нецелевых.
Со слов заказчика, валидация происходит с абсолютной точностью, а расходы на подключение и запросы составляет не более 30 рублей в месяц.
Хотите повторить опыт нашего клиента в своей компании и по максимуму переложить повторяющиеся процессы с большой долей рутины на искусственный интеллект? Заполните форму на сайте, чтобы наш сотрудник перезвонил, уточнил детали и организовал онлайн-встречу с экспертами по автоматизации внутренних процессов.
